摘要：广告欺诈产生的行业恶劣影响不容质疑。从广告主角度说，对品牌市场营销决策、广告投放优化、甚至产品策略都会带来长远、深入的消极影响;对于优质的媒体来说，带来的影响也相当大。部分不良媒体为了获利，违规经营、甚至依靠异常流量获利来创造价格上的优势，扰乱整个市场秩序，导致不公平竞争，逐渐形成劣币驱良币的恶性循环。

　　2016 年第一季度 Facebook 发文称，其 DSP 平台 Atlas 半年的流量质量测试结果显示，由机器人模拟和黑 IP 等手段导致的非人恶意流量高达 75%。一石激起千层浪，这一报道在国内数字营销领域内引发热议同时，「广告反欺诈(Anti-Fraud)」的问题再次被推到舆论的风口浪尖。

　　2006 年上半年, AdMaster 基于对来自各行各业的 500+ 广告主项目总结，权威推出的 AdMaster 《广告反欺诈白皮书》。《广告反欺诈白皮书》显示：2016 上半年，AdMaster 的广告反欺诈监测系统平均每天识别出高达 28% 的虚假流量。的确，中国的数字营销生态环境也正遭受着虚假流量的侵蚀。低质量虚假流量的问题一直存在，这也是过去十年间数字营销行业一直在多方博弈但尚未解决的难题。

　　随着广告投放技术的发展，从原来 CPD 购买、CPM 购买，到当下的按人群购买，流量欺诈的手法和深度也在不断升级。《广告反欺诈白皮书》分别对机器人虚假流量(Non-Human Traffic)、视频类虚假流量及效果类虚假流量等方面进行详细解读。内容涵盖：机器人虚假流量(Non-Human Traffic)、内容投偏、素材未展示、虚假销售线索、多次激活/重复转化和设备刷量等。全面揭示了中国当下的流量欺诈现状、常见的流量欺诈类型，分享防御技术和切实可行的解决方案。

　　《广告反欺诈白皮书》揭示：2016 年上半年，由 AdMaster 广告反欺诈技术识别出的虚假流量整体情况：

　　整体来看，虚假流量在不同项目中占比从 5%~95% 不等。其中，63% 的项目虚假流量低于 20%，7% 的项目流量高于 50%。

　　机器人/非人类虚假流量(Non-Human Traffic)是最普遍的现象。其中垂直类和网盟类媒体的虚假流量比例最高，分别达到 41% 和 34%。此外，PC 端虚假流量比例相对移动端较高，达到 36%。

　　虚假流量的产生方式包括：非人类流量(Non-Human Traffic)、有代码无素材、单素材多代码、层接嵌套、无曝光有点击等。